AI 算力基建的金融真相与风险错层

这篇文章临时起意，写到哪算哪。

今天又看到了类似“算力次贷危机”这一类标题的文章，文中提到很多词汇，诸如“资产久期错配”和“信用定价失灵”之类的。

这类文章早期在路透社就已经看过了专业分析，接下来的各类第三方大多就是风险警示书一类的内容。内容不少，专业名词不少，看完之后发现总少了些东西，忍不住想要深度思考一下。

思考结果就是：别被 GPU 贬值吓到了，真正聪明的 AI 投资，从不指望显卡保值。

目前来说，关于算力次贷危机的核心观点有如下几条：

• 市场正在犯一个低级错误，即用长周期的融资模型去适配短周期的科技资产，比如房地产。（第一条我就很想吐槽，搞算力这行的真有把 GPU 当房地产去估值借贷的，死了也是活该，然而有大厂真这么干）
• 算力资产不像房产那样增值，反而会因为技术进步快速贬值。（这一条同上）
• 市场错误的将“风险投资风险”包装成“基础设施汇报”，这话看着绕口哈。通俗的说就是观点认为 AI 基建属于高风险科技类投资，这在往常属于 VC 领域的投资目标，而当前被当成水电公路这样的低风险投资。（这条不完全认同，原因后文会说）
• 矿工转型算力，赚两份钱，但实际风险很高。呃，这个刚好昨晚我也在路透社看到类似文章，路透社的内容是正面的，觉得矿工转型是分摊风险。这个咋说呢，我没深入了解，不发表看法。
• 二级清算市场的“流动性幻觉”，观点认为一旦违约，债权人拿着 GPU 也很难卖出多少钱，甚至无人接盘。（这个观点我是非常支持的，很早以前和朋友聊起我就想通了。逻辑不复杂，破产清算的 GPU 会面临下一代产品更高性能、更低能耗、更先进架构的挑战，这是致命的，无人接盘不是说说而已。）

以上就是算力次贷危机的核心观点，揭示了风险表象，但总觉得没有把事情说的更深入。

我个人觉得 AI 基础设施的建设不单单只是 GPU，因为在他们看来 GPU 只是消耗品，一旦让消耗品的正常消耗和更新迭代周期匹配上，更多担心的应该是 AI 产生的收益能否覆盖成本。

部分分析师将 GPU 类比房地产，从而得出“抵押品价值暴跌”的结论，这个结论的漏洞在于：假设了债权人对硬件残值有长期依赖。

实际情况是，业内顶尖的算力服务商（比如 Lambda）内部收益率模型都有严格的成本回收周期（最新数据 24 个月内），过期的 GPU 残值直接就是 0 或 10%，能卖出去就都是纯利润了。

再说 AI 数据中心，数据中心不单单是只有 GPU 的，土地、变电站、高功率配电许可，这些才是数据中心的“房地产”，这才是获得长期贷款的基础。一旦违约，债权人拿到的除了二级市场流通受限的 GPU，还有建好的建筑、通电的、带液冷机箱，能立刻装卡继续运行的配套设施。

归根结底 2025 年的整个 AI 风险是收入端的“虚假繁荣”，天天盯着 GPU 说事，黄仁勋脑壳都大了。

与其担心 GPU 折旧问题，不如担心收益左脚踩右脚的“关联交易驱动的收入透明度”。我相信能看到这里的就不用再废话闭环交易了，如果 AI 终端应用无法产生足够的现金流，模型商停止给付租金，算力运营商随之违约，最后才传导到提供硬件贷款的债权人。

整个环节大家都知道 GPU 是消耗品，搏的就是在折旧前以最快的速度回本，投资的资本结构也是分层的，土地、电力等属于低风险，GPU 属于中高风险，如果 GPU 贬值，死的是 GPU 那层，核心的 AI 基础设施（电力和物理空间）反而因为硬件迭代更新变得更值钱。

最后再说一个非常关键的，电力。已经有很多投资人反复提及了，AI 算力竞赛的中断不是 GPU，而是配电容量，不然为啥纷纷想搞核电。H200 淘汰了，只要数据中心电力充足，换上下一代架构继续，数据中心是炉子，GPU 只是“煤”。

不要把硬件资产的崩溃理解成 AI 基建的崩溃，也不要把 GPU 当传家宝。